使用 BigQuery 代理程式分析
BigQuery 代理程式數據分析是開放原始碼解決方案，可讓您大規模擷取、分析及以圖表呈現多模態代理程式互動資料。透過 BigQuery 代理程式分析，您可以將原始代理程式互動 (要求、回覆、工具呼叫和錯誤) 直接串流至 BigQuery。這樣一來，您就能執行 AI 輔助評估、調整代理程式提示，以及擷取長期記憶體，進一步提升未來的互動體驗。
Agent Development Kit (ADK) 和 LangGraph (預先發布版) 均支援 BigQuery 代理分析。
架構
BigQuery 代理程式分析功能可將代理程式活動資料串流至 BigQuery。本解決方案使用 BigQuery Storage Write API，提供高輸送量、低延遲的記錄串流，不會阻礙代理程式執行。
資料流程包含下列階段：
- 擷取。Agent Development Kit (ADK) 中的外掛程式或 LangGraph 中的回呼會攔截互動事件。
- 串流。系統會透過 Storage Write API 將互動事件傳送至 BigQuery。如果沒有標準化結構定義，代理程式會自動建立。
- 消耗。使用預先建構的資訊主頁、資料代理程式，或 SQL 和進階 BigQuery ML 功能，從資料中擷取洞察資訊。如要改善偵錯和評估作業，可以使用 Python SDK。如要進行進階偵錯及評估代理程式，您也可以使用 BigQuery 代理程式分析 SDK。
代理程式數據分析的優點
- 只要一行程式碼，即可啟用全面記錄功能，並自動管理結構定義。
- 使用物件表格記錄及分析多模態資料，包括文字、圖片、影片和音訊。
- 在預先定義的健全結構定義中，追蹤權杖用量和延遲等作業指標。
- 使用 BigQuery 生成式 AI 函式和向量搜尋功能，找出最佳化機會。
- 透過精細的存取權控管、資料遮蓋和加密功能，確保代理程式記錄安全無虞。
使用代理程式記錄資料的範例
以下列舉一些常見用途和範例，說明如何使用代理程式記錄資料。
可觀測性和運作指標
- 載入預先建構的資訊主頁，並使用資料表設定報表，找出代幣用量高、發生錯誤或工作階段時間較長的服務專員。
- 使用 SQL，依代理程式流程細分費用，並判斷特定代理程式 (例如精修代理程式) 相較於對最終回覆的貢獻度，是否消耗不成比例的權杖數量。
- 使用 BigQuery 對話式數據分析代理程式，透過執行
AI.GENERATE函式，進行 AI 輔助的根本原因分析。例如：「分析這份對話記錄，並說明失敗的根本原因。」
代理程式評估和品質分析
- 使用
AI.SCORE函式為對話排序，並測量一段時間內專員的排名。 - 使用 Vector Search 執行 SQL 查詢，找出代理程式無法協助使用者的對話群組，然後與使用者的原始意圖進行比較。這有助於找出客服人員工具組或知識庫的缺漏。
業務洞察和情境化
- 在
agent_events表格和其他業務表格之間執行 JOIN，以提供專員資料的背景資訊。舉例來說，顯示與 AI 代理互動的顧客，以及使用搜尋列的顧客，兩者的平均訂單價值 (AOV)。
如需更多範例，請參閱「進階分析查詢」。
使用 BigQuery 專員分析
如要將 BigQuery 代理程式數據分析整合至工作流程，請參閱架構的說明文件：